CN111626646A - 一种装备完好性检查信息融合方法 - Google Patents

一种装备完好性检查信息融合方法 Download PDF

Info

Publication number
CN111626646A
CN111626646A CN202010645066.1A CN202010645066A CN111626646A CN 111626646 A CN111626646 A CN 111626646A CN 202010645066 A CN202010645066 A CN 202010645066A CN 111626646 A CN111626646 A CN 111626646A
Authority
CN
China
Prior art keywords
equipment
data
evaluation
indexes
index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010645066.1A
Other languages
English (en)
Other versions
CN111626646B (zh
Inventor
顾进
王宇光
王丁
诸雪征
晏国辉
罗志荣
吴耀鑫
薛克贤
梁延松
王颖辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Insititute Of Nbc Defence
Original Assignee
Insititute Of Nbc Defence
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Insititute Of Nbc Defence filed Critical Insititute Of Nbc Defence
Priority to CN202010645066.1A priority Critical patent/CN111626646B/zh
Publication of CN111626646A publication Critical patent/CN111626646A/zh
Application granted granted Critical
Publication of CN111626646B publication Critical patent/CN111626646B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出一种装备完好性检查信息融合方法，包括如下步骤：步骤1、明确装备完好性检查评估的关键单元，确定数据来源；步骤2、建立装备完好性评估指标体系模型，并确定各层指标权重；步骤3、通过数据终端查询、实装动用、外观检查、仪器检测多种方式，采集装备定量状态数据和定性统计信息；步骤4、确认数据准确完备，拟制评定算法；基于采集的定量状态数据和定性统计信息，对装备的关键单元主、次项指标，以及其余指标进行量化评估；步骤5、结合评估指标体系各层指标权重和底层指标量化评定矩阵，得到装备完好性综合评估结果。

Description

一种装备完好性检查信息融合方法
技术领域
本发明属于电子信息技术领域，尤其涉及一种装备完好性检查信息融合方法。
背景技术
当前一部分装备战备完好性检查定性描述多，定量评估少，不能完全满足装备管理业务需求。一是不清楚采集哪些定量状态数据和统计定性信息；二是缺乏相关模型算法对定量与定性数据分别进行分析处理；三是不具备定量与定性信息融合评估方法。
发明内容
为了解决上述技术问题，本发明提出一种在作战训练动用前或装备抽查普查和调配交接时进行装备战备完好性检查的方法，能够为部队评估装备作战能力提供科学依据，为提高部队装备管理水平提供原始信息，为装备研制单位研发新型装备和改进现役装备提供参考信息，为制定作战、训练和装备保障计划提供装备技术状态和完好性水平最新信息。本发明采用D-S证据理论和模糊综合评判对定量与定性数据进行处理，结合评估体系指标权重，能够实现装备完好性评估，为装备管理业务提供技术支撑。
本发明的技术方案为一种装备完好性检查信息融合方法，包括如下步骤：
步骤1、明确装备完好性检查评估的关键单元，确定数据来源；
步骤2、建立装备完好性评估指标体系模型，并确定各层指标权重；
步骤3、通过数据终端查询、实装动用、外观检查、仪器检测多种方式，采集装备定量状态数据和定性统计信息；
步骤4、确认数据准确完备，拟制评定算法；基于采集的定量状态数据和定性统计信息，对装备的关键单元主、次项指标，以及其余指标进行量化评估；
步骤5、结合评估指标体系各层指标权重和底层指标量化评定矩阵，得到装备完好性综合评估结果。
进一步的，所述步骤1包括如下步骤：
步骤(1.1)确定装备关键单元
完成任务不可少的单元称为关键单元，通过分析受检装备任务剖面、从***分解结构所组成的***中提取，或从装备设计、研制和生产方案中获取，具体到零件、组件或部件级；首先要明确装备关键单元，然后评估状态信息确定关键单元主项指标得分；
步骤(1.2)确定数据来源
装备完好性检查过程中需要一些数据来直观的反映设备状态是否良好，状态参量例如泵的流量、液压油温、发动机转速等，其他数据例如外观是否完好、保养是否及时等，这些数据是装备完好性检查的重要依据。
数据的选择包括有两方面：一是要涵盖受检装备所有的子***和部件；二是测量的数据种类要全面，涵盖受检装备状态的各方面；
部分子***或部组件的次项指标通过外观检查、仪器检测、查询统计方式获取，装备***关键单元主项指标参数通过装备嵌入式信息融合设备获取，包括按日历时间采集装备的启动、正常停机与故障停机、故障定位、运行参数、任务开始、任务变化、任务中断以及装备能否正常工作的数据；关键单元性能储备指标参数，包括某车辆类装备的车体摩托小时、储备里程、剩余电量、侦察车气瓶压力数据。
进一步的，所述步骤2包括：建立装备完好性评估模型：包括技术指标、各***性能储备指标、配套性指标三部分。其中技术指标包括主项技术指标，次项技术指标，外观完好性，保养到位性；根据主项技术指标和次项技术指标，能够确定多个关键单元，关键单元1、关键单元2、关键单元3等；各***性能储备包括：剩余寿命、车体储备里程、摩托小时等；配套性指标包括附件备品工匠配套性、维修器材配套性、资料配套性参数。
进一步的，所述步骤3包括，通过数据终端查询、实装动用、外观检查、仪器检测多种方式，采集装备定量状态数据和定性统计信息；具体包括如下内容：
采用辅助手段，包括外观检查，通过目视、手触对装备各子***和部组件组成、外观、连接、保养进行检查；
采用仪器检测，利用专用仪器对装备部组件的密封状况、传动装置以及其他嵌入式***不能采集的信息进行检测；
采用查询统计，按照清单对装备随装工具、备品、附件、维修器材、资料逐项进行清点；
实装动用，采用启动或实操，检查装备有关技术性能指标，该实装动用专指检测装备的非量化指标，定量的参数数据通过装备数据终端获取。
进一步的，所述步骤4包括：确认数据准确完备，拟制评定算法；基于采集的定量与定性数据，对装备的关键单元主、次项指标，以及其他指标进行量化评估；具体包括：
在建立评估体系模型的基础上，采用计算机专家***对各层指标进行确权，再对采集到的装备各类数据信息进行分析，在底层指标评分中，受检装备某关键单元主项技术指标其状态参量由装备嵌入式信息融合设备获取，然后通过D-S证据合成法计算完好概率并转化为百分制，其余底层指标由装备专家***模糊综合评判得来，其评判参考数据来自于实装动用、仪器检测、外观观察、查询统计和装备嵌入式信息融合设备，最终得到受检装备的整体完好性评分，作为判定其是否完好的量化依据。
进一步的，对于受检某关键单元次项指标得分以及其余指标得分，由于其部分状态信息不能通过装备嵌入式信息融合设备获取，需要外观检查、仪器检测手段评估，通过模糊综合评判法对其评估，首先明确受检的装备次项指标，而后利用仪器进行检测后获取支持信息，再通过模糊综合评判对该项指标进行量化评分。
进一步的，对装备的专业和行驶部分的关键单元检查实行一票否决制，即其中有一项不完好，则判定整个装备***不完好。
有益效果：
本发明基于D-S证据理论和模糊综合评判法，可对采集的装备定量状态数据和定性统计数据融合分析处理，实现装备完好性科学评估。
附图说明
图1装备完好性检查流程；
图2装备完好性评估体系模型；
图3基于D-S证据理论的技术状态评估计算过程；
图4模糊综合评判法评估过程；
图5装备整体完好性评估过程。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
根据本发明的一个实施例，提出一种装备完好性检查信息融合方法，包括如下步骤：
步骤1、明确装备完好性检查评估的关键单元，确定数据来源；
步骤2、建立装备完好性评估指标体系模型，并确定各层指标权重；
步骤3、通过数据终端查询、实装动用、外观检查、仪器检测多种方式，采集装备定量状态数据和定性统计信息；
步骤4、确认数据准确完备，拟制评定算法；基于采集的定量与定性数据，对装备的关键单元主、次项指标，以及其他指标进行量化评估；
步骤5、结合评估指标体系各层指标权重和底层指标量化评定矩阵，得到装备完好性综合评估结果。
所述步骤1、明确装备完好性检查评估的关键单元，即确定数据来源，具体包括：
步骤(1.1)确定装备关键单元
为便于装备完好性评估，首先要明确装备关键单元，然后评估状态信息确定关键单元主项指标得分。完成任务不可少的单元称为关键单元，可通过分析受检装备任务剖面、从***分解结构所组成的***中提取，也可从装备设计、研制和生产方案中获取，可具体到零件、组件或部件级。以某装备为例，其上装作业***关键单元可划分为某泵、管路部分、引水装置、传动装置、控制装置、仪表、箱体部分、喷枪喷刷、绞盘等。
步骤(1.2)确定数据来源
装备完好性检查过程中需要一些数据来直观的反映设备状态是否良好，状态参量例如泵的流量、液压油温、发动机转速等，其他数据例如外观是否完好、保养是否及时等，这些数据是装备完好性检查的重要依据。
数据的选择有两方面：一是要涵盖受检装备所有的子***和部件；二是测量的数据种类要全面，涵盖受检装备状态的各方面。
完好性状态信息一般集中在装备实际运行中反映出来，除一些子***或部组件的次项指标通过外观检查、仪器检测、查询统计等方式获取外，装备***关键单元主项指标参数可通过装备嵌入式信息融合设备获取，如按日历时间采集装备的启动、正常停机与故障停机、故障定位、运行参数、任务开始、任务变化、任务中断以及装备能否正常工作等数据；关键单元性能储备指标参数，如某车辆类装备的车体摩托小时、储备里程、剩余电量、侦察车气瓶压力等数据。
所述步骤2，建立装备完好性评估指标体系模型，并确定各层指标权重；具体包括如下内容：
建立评估体系模型，通过对受检装备所需状态信息的分析，参照GJB4386-2002《武器装备维修质量评定要求和方法》，根据具体装备特点，可建立评估体系模型并提出对应的完好性评定指标。这里需要指出，对装备的专业和行驶部分等关键单元检查实行一票否决制，即其中有一项不完好，则判定整个装备***不完好。本发明建立的装备完好性评估模型如图2所示：包括技术指标、各***性能储备指标、配套性指标三部分。其中技术指标包括主项技术指标，次项技术指标，外观完好性，保养到位性；根据主项技术指标和次项技术指标，能够确定多个关键单元，关键单元1、关键单元2、关键单元3等；各***性能储备包括：剩余寿命、车体储备里程、摩托小时等；配套性指标包括附件备品工匠配套性、维修器材配套性、资料配套性等参数。
所述步骤3，通过数据终端查询、实装动用、外观检查、仪器检测多种方式，采集装备定量状态数据和定性统计信息；具体包括如下内容：
目前应用装备嵌入式信息融合设备并不能获取***的所有指标信息，还需要一些辅助手段，如外观检查，通过目视、手触等对装备各子***和部组件组成、外观、连接、保养等进行检查；仪器检测，利用专用仪器对装备部组件的密封状况、传动装置以及其他嵌入式***不能采集的信息进行检测；查询统计，按照清单对装备随装工具、备品、附件、维修器材、资料等逐项进行清点；实装动用，采用启动或实操，检查装备有关技术性能指标，这里需要强调，该实装动用专指检测装备的非量化指标，定量的参数数据通过装备数据终端获取。
所述步骤4、确认数据准确完备，拟制评定算法；基于采集的定量与定性数据，对装备的关键单元主、次项指标，以及其他指标进行量化评估；具体包括：
在建立评估体系模型的基础上，采用计算机专家***对各层指标进行确权，再对采集到的装备各类数据信息进行分析，进行可信度分配，在底层指标评分中，受检装备某关键单元主项技术指标(其状态参量可由装备嵌入式信息融合设备获取)通过D-S证据合成法计算完好概率并转化为百分制，其余底层指标可由装备领域专家模糊综合评判得来(其评判参考数据来自于实装动用、仪器检测、外观观察、查询统计和装备嵌入式信息融合设备)，最终可得受检装备的整体完好性评分，作为判定其是否完好的量化依据。
对于某关键单元主项指标得分，利用D-S证据理论对其技术状态进行评估的过程如图3所示。
对于受检某关键单元次项指标得分以及其余指标得分，由于其部分状态信息不能通过装备嵌入式信息融合设备获取，需要外观检查、仪器检测等手段评估，因此为了简化计算过程、提高评估效率，可通过模糊综合评判法对其评估，过程如图4所示。首先明确受检的装备次项指标，例如潜水泵的密封性，而后利用仪器进行密封性检测后获取支持信息，再通过模糊综合评判对该项指标进行量化评分。
根据装备***主项技术指标评估结果与其它指标打分结果，结合评价体系各层指标权重，可得受检装备完好性评估结果，具体过程如图5所示：
首先建立装备完好性评估指标体系模型并确定各层指标权重；其次明确装备完好性检查评估的关键单元；再通过数据终端查询、实装动用、外观检查、仪器检测等方式，采集装备定量状态数据和定性统计信息；而后基于D-S证据合成法则，对数据终端采集的关键单元的多个定量主项指标参数进行融合数据处理，基于模糊综合评判法则，对通过外观检查、仪器检测等手段统计的定性数据进行量化处理；最后结合评估指标体系各层指标权重和底层指标量化评定矩阵，得到装备完好性综合评估结果。
根据本发明的一个实施例，对装备完好性检查流程和评定计算方法进行详细说明。
(1)完好性检查实施流程
检查前，首先需要成立装备完好性评定组织，一般由装备领域专家、管理部门人员、使用维护人员和维修人员组成，经过完好性检查所需数据需求分析，采用实装动用装备的同时通过装备嵌入式信息融合设备获取使用数据，主要是技术性能指标；管理数据，主要是作战能力储备指标；维修数据，主要是装备关键单元状态参数指标；同时辅以外观检查、查询统计和仪器检测等方法手段，全面了解受检装备***的整体完好性情况。当所有定量和定性数据准确的汇总完毕后，开始拟制装备完好性评定计划并组织实施，采用一定的评定方法对受检装备完好性进行计算评定，最后形成该类单件装备和部队整体装备完好性评定结论并给出处理意见和辅助决策建议。具体评定流程如图1所示。
根据本发明的又一个实施例，以某装备完好性检查为例，对其具体过程和计算方法进行举例说明。
(1)确定模型指标权重
首先，利用装备领域专家***对单项参数权重进行评分，根据两两互相比较的原则，通过判断一致性检验是否合理，从而使参评指标权重最大限度的符合客观实际，下表分别为打分结果。
表1战备完好性指标权重打分
Figure BDA0002572815640000061
表2技术指标权重打分
Figure BDA0002572815640000071
表3主要部件性能储备指标权重打分
Figure BDA0002572815640000072
表4装备配套性指标权重打分
Figure BDA0002572815640000073
计算判断矩阵及其相对权重值，根据表25～表28可知其相对应的四个比较矩阵分别为：
Figure BDA0002572815640000074
Figure BDA0002572815640000075
调用Matlab计算工具中的eig函数对这四个判断矩阵进行计算，可求出其一致性指标CR都小于0.1，也即是比较矩阵都有效，最大特征根分别为：
Figure BDA0002572815640000087
对应的特征向量分别为：
Figure BDA0002572815640000081
Figure BDA0002572815640000082
归一化之后可得各层指标的权重向量分别为：
ωG＝(0.7173,0.1947,0.0880)T
Figure BDA0002572815640000083
Figure BDA0002572815640000084
Figure BDA0002572815640000085
(2)确定底层完好性指标评分
如上文所述，将评估体系模型底层指标分两类，第一类是关键单元主项技术指标，通过D-S证据合成法得来，其余为第二类，采用模糊综合评判法得来。
分析出该受检喷洒车关键单元和主要部件的定量技术指标一切正常，也可分析其作战能力储备情况，例如发动机剩余寿命＝发动机平均故障间隔时间-摩托小时，但是其余定性指标还需通过外观检查和查询统计等方法评定。下面以某离心泵主项技术指标为例，说明采用D-S证据理论对其评分的详细过程。
该实例中，选取泵的转速(m1)、压力(m2)以及工作温度(m3)作为评价其技术状态完好性的支持证据，各支持证据分别有三个状态，为好(A1)、中(A2)、差(A3)，其评判标准由装备专家确定，然后通过合成法则和决策概率函数确定状态评价值。建立各状态与对应的评估值如表5所示：
表5与状态对应的评估值
Figure BDA0002572815640000086
经专家评判，可得三个主项技术参数的基本可信度分配如表6所示：
表6各证据基本可信度分配
Figure BDA0002572815640000091
通过证据合成法则算出合成系数K，求解泵转速和压力的合成系数K12过程如下：
K12＝[1-(0.07+0.035+0.08+0.005+0.08+0.01)]-1≈1.39
求得K12后可算出证据m1和m2合成的结果，如表7所示。
表7前两组证据合成结果
Figure BDA0002572815640000092
由上表可得：
m12(A1)＝K12(0.56+0.08+0.035)＝0.9383
m12(A2)＝K12(0.01+0.01+0.005)＝0.0348
m12(A3)＝K12(0.005+0.005+0.005)＝0.0209
m12(Θ)＝K120.005＝0.007
同理，再将前两项证据融合结果m12与第三项参数进行合并，可得表8所示结果。通过决策概率函数设定门限值判断其技术状态评定值，例如设α1＝0.2α2＝0.05，根据决策概率的选择可得该泵最终技术状态评价值m123(A1)＝0.9708，因为此值值域为[0,1]，且技术状态评价值和完好性评分在描述装备技术状态上本质相同，所以可将其换算为百分制评分，为97.08分。
表8三组证据最终合成结果
Figure BDA0002572815640000101
得到关键单元主项技术参数评分后，对其次项指标进行模糊综合量化评分，可得该关键单元主、次项指标评分，表9为受检装备某泵主次项指标的评分结果：
表9某泵技术指标评分表
Figure BDA0002572815640000102
根据以上计算方法和步骤，同理可逐一得到受检装备所有关键单元主项和次项技术指标评分。因为各关键单元对装备***的重要程度相同，都是缺一不可，所以认为其权重相同，将所有关键单元主、次项指标评分分别做算术平均，结果可作为装备整体主、次项技术指标评分，其余指标量化评分通过模糊综合评判得到，从而可得装备完好性评估体系所有指标评分。根据以上分析，受检装备完好性指标评分矩阵为：
EC1＝(95.6,96.2,94.1,92.7)，EC2＝(92.3,97.5,87.6)，EC3＝(93.3,96.9,95.1)
(3)计算综合评定值
通过已计算出的各层指标权重和底层指标评定矩阵值，最终可求出完好性指标综合得分。该受检喷洒车的技术指标、主要部件性能储备指标和装备配套性指标得分如下：
E1＝EC1·ωC1＝(95.6,96.2,94.1,92.7)(0.6438,0.2205,0.0472,0.0885)＝95.41
E2＝EC2·ωC2＝(92.3,97.5,87.6)(0.6370,0.2583,0.1047)＝93.15
E3＝EC3·ωC3＝(93.3,96.9,95.1)(0.2790,0.6491,0.0719)＝95.77
最终，求出受检喷洒车完好性综合评定值为：
E总＝[E1,E2,E3]·ωG＝(95.41,93.15,95.77)(0.7173,0.1947,0.0880)≈95
根据装备完好性评定准则，将装备分为两类：完好，即装备达到各项规定的性能指标，保养状况良好，关键单元主要部件性能储备充足，随装工具、备品、附件、维修器材、资料等齐全，能较好完成任务，评定得分在90分(含)以上；非完好，与上述标准相悖，评定得分在90分以下。因此，该受检装备完好性评估结果为“完好”。
结合目前部队装备完好性检查的相关要求，当主要用以刻划装备对使用、训练、执勤的可能保障程度以及装备技术状况和管理水平时，装备完好率常采用装备能够随时遂行作战任务的完好数占实有数的百分比表示：
Figure BDA0002572815640000111
式中，PORi为某类装备当日战备完好率；N0i为受检单位某类装备实有数；Ni为受检某类装备当日完好数；i则为装备检查某日。
当需要统计装备的年度平均完好率时，要用到以下公式：
Figure BDA0002572815640000112
式中，
Figure BDA0002572815640000113
为某类装备年度平均完好率；n为某类装备年度受检总日数。
在该算例中，装备管理部门某检查日共抽检13台装备，其中11台完好性检查综合得分在90分以上，被评定为完好，2台得分在90分以下，被评定为非完好，依据装备完好率计算公式可知，受检单位的装备完好率为84.6％。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，且应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (7)

1.一种装备完好性检查信息融合方法，其特征在于，包括如下步骤：
步骤1、明确装备完好性检查评估的关键单元，确定数据来源；
步骤2、建立装备完好性评估指标体系模型，并确定各层指标权重；
步骤3、通过数据终端查询、实装动用、外观检查、仪器检测多种方式，采集装备定量状态数据和定性统计信息；
步骤4、确认数据准确完备，拟制评定算法；基于采集的定量状态数据和定性统计信息，对装备的关键单元主、次项指标，以及其余指标进行量化评估；
步骤5、结合评估指标体系各层指标权重和底层指标量化评定矩阵，得到装备完好性综合评估结果。
2.根据权利要求1所述的一种装备完好性检查信息融合方法，其特征在于，所述步骤1包括如下步骤：
步骤(1.1)确定装备关键单元
完成任务不可少的单元称为关键单元，通过分析受检装备任务剖面、从***分解结构所组成的***中提取，或从装备设计、研制和生产方案中获取，具体到零件、组件或部件级；首先要明确装备关键单元，然后评估状态信息确定关键单元主项指标得分；
步骤(1.2)确定数据来源
装备完好性检查过程中需要一些数据来直观的反映设备状态是否良好，状态参量包括泵的流量、液压油温、发动机转速，其他数据包括外观是否完好、保养是否及时，这些数据是装备完好性检查的重要依据；
数据的选择包括有两方面：一是要涵盖受检装备所有的子***和部件；二是测量的数据种类要全面，涵盖受检装备状态的各方面；
部分子***或部组件的次项指标通过外观检查、仪器检测、查询统计方式获取，装备***关键单元主项指标参数通过装备嵌入式信息融合设备获取，包括按日历时间采集装备的启动、正常停机与故障停机、故障定位、运行参数、任务开始、任务变化、任务中断以及装备能否正常工作的数据；关键单元性能储备指标参数，包括某车辆类装备的车体摩托小时、储备里程、剩余电量、侦察车气瓶压力数据。
3.根据权利要求1所述的一种装备完好性检查信息融合方法，其特征在于，所述步骤2包括：
建立装备完好性评估模型：包括技术指标、各***性能储备指标、配套性指标三部分，其中技术指标包括主项技术指标，次项技术指标，外观完好性，保养到位性；根据主项技术指标和次项技术指标，能够确定多个关键单元；各***性能储备包括：剩余寿命、车体储备里程、摩托小时；配套性指标包括附件备品工匠配套性、维修器材配套性、资料配套性参数。
4.根据权利要求1所述的一种装备完好性检查信息融合方法，其特征在于，所述步骤3包括，通过数据终端查询、实装动用、外观检查、仪器检测多种方式，采集装备定量状态数据和定性统计信息；具体包括如下内容：
采用辅助手段，包括外观检查，通过目视、手触对装备各子***和部组件组成、外观、连接、保养进行检查；
采用仪器检测，利用专用仪器对装备部组件的密封状况、传动装置以及其他嵌入式***不能采集的信息进行检测；
采用查询统计，按照清单对装备随装工具、备品、附件、维修器材、资料逐项进行清点；
实装动用，采用启动或实操，检查装备有关技术性能指标，该实装动用专指检测装备的非量化指标，定量的参数数据通过装备数据终端获取。
5.根据权利要求1所述的一种装备完好性检查信息融合方法，其特征在于，所述步骤4包括：确认数据准确完备，拟制评定算法；基于采集的定量与定性数据，对装备的关键单元主、次项指标，以及其他指标进行量化评估；具体包括：
在建立评估体系模型的基础上，采用计算机专家***对各层指标进行确权，再对采集到的装备各类数据信息进行分析，在底层指标评分中，受检装备某关键单元主项技术指标其状态参量由装备嵌入式信息融合设备获取，然后通过D-S证据合成法计算完好概率并转化为百分制，其余底层指标由装备专家***模糊综合评判得来，其评判参考数据来自于实装动用、仪器检测、外观观察、查询统计和装备嵌入式信息融合设备，最终得到受检装备的整体完好性评分，作为判定其是否完好的量化依据。
6.根据权利要求5所述的一种装备完好性检查信息融合方法，其特征在于，包括如下步骤：
对于受检某关键单元次项指标得分以及其余指标得分，由于其部分状态信息不能通过装备嵌入式信息融合设备获取，需要外观检查、仪器检测手段评估，通过模糊综合评判法对其评估，首先明确受检的装备次项指标，而后利用仪器进行检测后获取支持信息，再通过模糊综合评判对该项指标进行量化评分。
7.根据权利要求3所述的一种装备完好性检查信息融合方法，其特征在于：对装备的专业和行驶部分的关键单元检查实行一票否决制，即其中有一项不完好，则判定整个装备***不完好。
CN202010645066.1A 2020-07-07 2020-07-07 一种装备完好性检查信息融合方法 Active CN111626646B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010645066.1A CN111626646B (zh) 2020-07-07 2020-07-07 一种装备完好性检查信息融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010645066.1A CN111626646B (zh) 2020-07-07 2020-07-07 一种装备完好性检查信息融合方法

Publications (2)

Publication Number Publication Date
CN111626646A true CN111626646A (zh) 2020-09-04
CN111626646B CN111626646B (zh) 2023-09-01

Family

ID=72271199

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010645066.1A Active CN111626646B (zh) 2020-07-07 2020-07-07 一种装备完好性检查信息融合方法

Country Status (1)

Country Link
CN (1) CN111626646B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114202212A (zh) * 2021-12-15 2022-03-18 北京中科智易科技有限公司 一种防化装备数据采集及分析评估方法及***
CN114564835A (zh) * 2022-03-01 2022-05-31 北京九天翱翔科技有限公司 基于多属性融合模糊综合评判的发射成功率快速评估***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4839823A (en) * 1985-03-20 1989-06-13 Kabushiki Kaisha Toshiba Automatic trouble analysis apparatus and method thereof
CN101835158A (zh) * 2010-04-12 2010-09-15 北京航空航天大学 基于节点行为与d-s证据理论的传感器网络信任评估方法
CN105512962A (zh) * 2016-01-13 2016-04-20 武汉大学 一种气体绝缘组合电器绝缘状态综合评估方法
WO2017008180A1 (zh) * 2015-07-16 2017-01-19 广东产品质量监督检验研究院 一种光伏组件失效风险判别方法
CN108053036A (zh) * 2017-10-17 2018-05-18 中国人民解放军海军工程大学 一种大型复杂装备维修保障能力评估方法
CN109887255A (zh) * 2019-04-03 2019-06-14 中国人民解放军32181部队 便携式监测装备状态的通用终端及监测方法
CN110033028A (zh) * 2019-03-19 2019-07-19 河南大学 基于算术平均贴近度的冲突证据融合方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4839823A (en) * 1985-03-20 1989-06-13 Kabushiki Kaisha Toshiba Automatic trouble analysis apparatus and method thereof
CN101835158A (zh) * 2010-04-12 2010-09-15 北京航空航天大学 基于节点行为与d-s证据理论的传感器网络信任评估方法
WO2017008180A1 (zh) * 2015-07-16 2017-01-19 广东产品质量监督检验研究院 一种光伏组件失效风险判别方法
CN105512962A (zh) * 2016-01-13 2016-04-20 武汉大学 一种气体绝缘组合电器绝缘状态综合评估方法
CN108053036A (zh) * 2017-10-17 2018-05-18 中国人民解放军海军工程大学 一种大型复杂装备维修保障能力评估方法
CN110033028A (zh) * 2019-03-19 2019-07-19 河南大学 基于算术平均贴近度的冲突证据融合方法
CN109887255A (zh) * 2019-04-03 2019-06-14 中国人民解放军32181部队 便携式监测装备状态的通用终端及监测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
中国人民解放军总装备部: ""防化装备完好性评定方法"", 《中华人民共和国国家军用标准GJB 6884-2009》, pages 1 - 27 *
刘海波等: "基于D-S证据理论的瓦斯突出危险等级评判策略", 《济南大学学报(自然科学版)》, no. 01, pages 73 - 76 *
马威等: "基于关键指标的模糊综合评判法在作战效果评估中的应用", 《舰船电子工程》, no. 04, pages 12 - 15 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114202212A (zh) * 2021-12-15 2022-03-18 北京中科智易科技有限公司 一种防化装备数据采集及分析评估方法及***
CN114564835A (zh) * 2022-03-01 2022-05-31 北京九天翱翔科技有限公司 基于多属性融合模糊综合评判的发射成功率快速评估***

Also Published As

Publication number Publication date
CN111626646B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
US20240028937A1 (en) Method for evaluating health status of petrochemical atmospheric oil storage tank using data from multiple sources
CN107085773A (zh) 一种用于评价在用汽车技术状况的***及方法
CN111626646A (zh) 一种装备完好性检查信息融合方法
US8301328B2 (en) Method for servicing a vehicle
CN111353236B (zh) 基于多因素的石化常压储油罐健康状态评估***
CN110866664A (zh) 石化生产工艺的风险量化管控方法及***
CN113506001B (zh) 一种作业现场安全风险精益化智慧管控辅助决策方法
CN113344425B (zh) 一种基于qar数据的飞行品质监控方法及***
CN112561289A (zh) 一种能源管理体系认证中的能源绩效集成验证方法
CN115950651B (zh) 一种设备运行安全监测智能云管理***
CN116485578B (zh) 一种钢材冶炼车间的集成管理方法及***
CN110097219A (zh) 一种基于安全树模型的电动车辆运维优化方法
CN116346405A (zh) 基于数据统计的网络安全运维能力评估***及方法
Ansori et al. Enhancing brake system evaluation in periodic testing of goods transport vehicles through FTA-FMEA risk analysis
CN110889642A (zh) 一种直升机驾驶舱显示与告警信息优先级排序方法
CN116739399A (zh) 一种高压电缆运行状态评价方法
CN113487141B (zh) 一种多源信息聚类融合的轴承状态评估方法
CN115062965A (zh) 一种基于故障信息的水轮发电机组健康评估方法
CN115564170A (zh) 一种配电智能终端可靠性评估方法
CN110458408B (zh) 典型故障对动设备及装置影响后果的分析方法
CN112478194A (zh) 一种飞机起落架液压收放***故障诊断方法
CN114399203B (zh) 变电站检修任务处理方法、***、终端设备及存储介质
CN113988329B (zh) 一种基于匹配度计算的天然气管道压缩机组故障分析方法
CN118405560A (zh) 电梯维保计划生成管理***及方法
CN117571048A (zh) 设备状态监测方法及装置、存储介质、终端

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant